Update app.py

app.py

@@ -3,11 +3,7 @@ import gradio as gr
 from langchain_google_genai import ChatGoogleGenerativeAI
 from langchain import LLMChain, PromptTemplate
 from langchain.memory import ConversationBufferMemory
-from langchain_google_genai import (
-    ChatGoogleGenerativeAI,
-    HarmBlockThreshold,
-    HarmCategory,
-)
+
 
 
 
@@ -17,14 +13,10 @@ token=os.environ.get("TOKEN")
 os.environ["GOOGLE_API_KEY"] = token
 
 # Read the content of dikota.txt
-# Lire le contenu de dikota.txt
 with open("dikota.txt", "r", encoding="utf-8") as f:
     dikota_content = f.read()
 
-# Modèle de texte
-template = """Utilisez les éléments de contexte suivants pour répondre à la question à la fin. Si vous ne connaissez pas la réponse, traduisez ce que vous pouvez et réécrivez les autres comme ça, n'essayez pas d'inventer une réponse. Je veux que tu agisses comme un traducteur dikota. Je parle en dikota ou en français et tu réponds en dikota en te basant sur le contexte. Je ne veux aucune explication. Juste la réponse. C'est une sorte de dialogue.
-
-{dikota_content}
+template = """ Agis comme un assistant amical
 
 {chat_history}
 
@@ -32,17 +24,8 @@ User: {user_message}
 
 Chatbot:"""
 
-# Créer une instance de PromptTemplate avec les variables nécessaires
 prompt = PromptTemplate(
-    input_variables=["dikota_content", "chat_history", "user_message"],
-    template=template
-)
-
-# Utilisation de la template avec les variables
-formatted_prompt = prompt.format(
-    dikota_content=dikota_content,
-    chat_history="",
-    user_message="Votre message ici"
+    input_variables=["chat_history", "user_message"], template=template
 )
 
 memory = ConversationBufferMemory(memory_key="chat_history")
@@ -54,10 +37,24 @@ llm_chain = LLMChain(
     memory=memory,
 )
 
-def get_text_response(user_message, history):  # dikota_content added
-    response = llm_chain.predict(user_message=user_message)
-    print(user_message)
-    return response
+def get_text_response(user_message,history):
+    r =f"""
+    
+  Utillisez les éléments de contexte suivants pour répondre à la question à la fin. Si vous ne connaissez pas la réponse,traduissez ce que vous pouvez et reecriver les autre comme ca , n'essayez pas d'inventer une réponse. Je veux que tu agisses comme un traducteur dikota. Je parle en dikota ou en francais et tu reponds en dikota en te basant sur le contexte. Je ne veux aucune explication. Juste la réponse. cest une sorte de dialogue.
+    
+   contexte : {dikota_content}
+    
+    
+    -----
+    
+    {user_message}
+    """
+    
+    response = llm_chain.predict(user_message = r)
+    
+    print(user_message) 
+    #return "Non abonné"
+    return response 
 
 demo = gr.ChatInterface(get_text_response)